疫情期間，面對十四億國民臉上形狀各異的口罩，人臉識別遭遇了前所未有的危機，各種應用場景基本處於癱瘓的尷尬狀態。有人在網絡上戲稱，打敗人臉識別的不是整容，而是口罩。
難道說，一次疫情就讓刷臉識別現了原形，涼涼了？日前，京東在人臉識別領域的一項新科技，或許可以解決這一問題。
如何突破口罩遮擋面部帶來的識別困擾？
細細想來，在中國已經普遍覆蓋的人臉識別場景，似乎真的在疫情期間不那麼好用了。
比如，在公共場合的火車站檢票時，帶上口罩檢票會不能識別，摘了口罩可以識別了，卻要面臨病毒的威脅。或者，全國都在推動復工復產，如果你不能遠程辦公，且必須在公司用人臉識別來打卡的話，同樣面臨摘不摘口罩都尷尬的局面。有人說，建議特殊時期將人臉識別打卡替換為傳統的指紋打開。不得不說這是個昏招，人人都摸一下的打卡機，危險指數似乎更高。事實上， 2月21日，國務院聯防聯控機制印發的《企事業單位復工復產疫情防控措施指南》要求：暫停使用指紋考勤機。要求去公司坐班的公司，連基本的考勤都無法正常進行了。
難道，人臉識別被口罩打敗了？
針對疫情期間的復工復產痛點，近日，京東數科的科研人員推出出一款輕量級人臉檢測器Centerface。目前，這項新技術在口罩場景下的人臉檢測算法準確率超過99.87%，召回率超過98.3%。
該技術可以同時預測面部框和界標位置，在速度和準確性上均表現出色。京東數科提出的方法，通過將人臉檢測和對齊轉換為標準關鍵點估計問題，克服了以前基於錨的方法的缺點。實驗結果表明，Centerface能夠以較小的模型尺寸實現實時速度和高精度，從而使其成為大多數人臉檢測和對齊應用程式的理想選擇。針對戴口罩場景下的五官遮擋，京東數科在現有wideface數據集的基礎上增加口罩遮擋數據集來訓練，大大提升了模型魯棒性。
Centerface可有效識別出多種口罩佩戴情況
據了解，為了解決當下戴口罩人群面部區域大範圍被口罩遮擋給人臉過閘帶來的挑戰，京東數科從算法和數據兩個角度出發，針對戴口罩人員的人臉識別技術進行了模型優化與用戶體驗度升級。比如，在算法層面，引入注意力機制，加大鼻部以上特徵的訓練權重，使模型更加關注非遮擋人臉區域，儘可能地降低各種樣式口罩帶來的幹擾，此外，還顯示引入局部人臉區域提取人臉特徵，融合到全局人臉特徵。
算法層面引入注意力機制進行優化
這個黑科技的另一個重要功能是識別並提醒員工規範佩戴口罩。該技術針對人臉眼部以下口罩可能覆蓋的部位進行特徵學習的算法優化，能夠在員工刷臉入閘場景中，有效檢測和識別出規範佩戴口罩、不規範戴口罩、未佩戴口罩三類情況，並能做到在正常拍攝角度（如：門禁）和大角度複雜場景下（如：監控）精度無損失。同時，針對市面上出現的多種類型的口罩均能做出判斷，平均召回率達到99%以上。
當京東數科刷臉門禁機檢測到未佩戴口罩或錯誤佩戴口罩的人員時，會進行語音提醒，也就是說，正確佩戴口罩才能獲得打卡機的"肯定"。
怎麼樣， 是不是感覺很神奇？
人臉識別進一步突破技術障礙
億歐智庫《2019計算機視覺人臉識別市場研究報告》顯示，2018年中國計算機視覺人臉識別市場規模為151.7億元，預計2021年將達530億元，年均複合增長率53%，市場規模增長迅速。
面對這塊大蛋糕，刷臉支付似乎並沒有做好準備。與其他應用場景不同，刷臉支付必須保障在複雜情況下，進行精準、安全、快速的識別，這對刷臉支付產業是一個挑戰。
京東數科針對這個痛點也研發出了解決方案。
據了解，京東數科自主研發的多模態人臉活體檢測算法，已在檢測中通過了人臉採集、圖像質量分類、活體檢測能力等多個測試項，能夠有效攔截不同環境條件下的"假臉"攻擊。近日，該算法正式通過國家金融IC卡安全檢測中心-銀行卡檢測中心（BCTC）的技術認證，達維和三維頭模的攻擊正確攔截率達100%。這意味著京東數科成為通過銀行卡檢測中心認證的人臉識別算法廠商。
事實上，京東的技術已經在京東之家線下場景有了成熟的應用。據了解，該"刷臉支付"技術應用了京東的人臉檢測、人臉關鍵點定位、人臉檢索、人臉聚類、去網紋等技術，算法識別準確率已經達到了99.99%。在付款環節，為能夠保障用戶支付的安全問題，京東刷臉支付採取的是生物識別加手機號驗證雙重驗證的方法。據悉，提前開通功能後，刷臉支付過程無需手機，全程只需2秒。
目前，人臉識別技術正在金融支付、打擊犯罪等領域發揮出越來越重要的社會價值，人們的生活因此變得更加安全和便捷。當然，技術是一把雙刃劍，此前媒體對人臉識別系統被"假臉"攻陷的報導，也讓人們對人臉識別的安全性產生了擔憂。然而，技術的演進就是在應用中不斷解決新問題。目前京東的新技術可以有效攔截不同環境下的"假臉"攻擊。這也體現出，人臉識別技術正在加速步入成熟期。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺「網易號」用戶上傳並發布，本平臺僅提供信息存儲服務。